r - 并行missForest

Question

在下面的示例中，我尝试使用 missForest 来估算缺失值。为了加快我使用 foreach 包的过程。我在其中使用了 100 棵树，然后将这些树传递给 missForest 函数。这是并行 missForest 的正确方法吗？

这是示例和我所做的:

   library(foreach)
   library(missForest)
   data(iris)
   iris.na <- iris
   set.seed(111)

   ## artificially drop some data values.

   for (i in 1:4) iris.na[sample(150, sample(20)), i] <- NA
    set.seed(222)

     system.time(rf <- foreach(ntree=100, .combine=combine, 
    .multicombine=TRUE,.packages='missForest') %dopar% 
    { missForest(iris.na)$ximp})

Answer 1

我认为这应该可以解决您的问题。

library(doParallel)
library(missForest)
data(iris)
iris.na <- iris
set.seed(111)

## artificially drop some data values.

for (i in 1:4) iris.na[sample(150, sample(20)), i] <- NA
set.seed(222)

registerDoParallel(cores=3)
out <- missForest(iris.na, ntree = 100, parallelize = "forests")